136.AI模型选对不选贵，把AI当全能助理后，让它替你正确上班

【本期嘉宾】

刘嘉

南京大学软件学院副院长、教授、博士生导师。从事群体智能，智能软件的测试和质量保障的教学、研究和应用。主持承担国家自然科学基金、科技部重大研发计划等多项科学研究，研究成果在华为、百度、阿里等一线企业中得到转化和应用。首届全国高校计算机专业优秀教师奖励计划获奖人，两次国家教学成果二等奖。得到 《概率论》《统计学》主理人。

【本期介绍】

在 AI 高速迭代的当下，代码能自动编写了，视频能一键剪辑了，图文创作的门槛几乎被踏平。

大厂开发岗 AI 使用率接近100%，但工作实际产出并未实现等比例提升；普通人花9块9学习AI工具课程，获得的更多是情绪抚慰而非竞争壁垒；多数人的困境早已不是 “用不上 AI ”，而是 “如何正确使用 AI ”。 当强大的工具走向全民普及，普通人真正的机遇究竟身在何处？

真正的分水岭从来不在于谁能更熟练地使用工具，而在于脱离 AI 之后，你是否还保有判断力、审美力和决策力。工具永远只是放大器，你原本具备的稀缺能力才是关键。

本期对话南京大学软件学院副院长，教授，博士生导师刘嘉，一同拆解 AI 时代技术、职场、教育与创业背后的底层逻辑与真实路径。

【名词解释】

杰文斯悖论（Jevons Paradox）

1865年经济学家威廉·斯坦利·杰文斯提出的悖论。当技术进步提高了效率，资源消耗不仅没有减少，反而激增。

Token（词元）

数据、信息或物理对象的符号化表示或最小处理单元。具有可计量、可定价、可交易的特征，已成为大模型调用量的评估标准与厂商计费单位。

OPC（One Person Company一人公司）

在AI协同支持下，个人可独立完成从产品设计研发到市场投放全流程的创业形态。

Agent（智能体）

以大模型为核心，可自主拆解长任务、多轮调用工具、分步执行复杂工作的智能系统。

PR（Pull Request）

开发者向项目仓库提议代码变更，并请求其他协作者进行审查。

AGI（Artificial General Intelligence通用人工智能）

具有高效的学习和泛化能力、能够根据所处的复杂动态环境自主产生并完成任务的通用人工智能体。具备自主的感知、认知、决策、学习、执行和社会协作等能力，且符合人类情感、伦理与道德观念。

Scaling Law（规模化法则）

描述模型性能如何随着模型大小、数据集大小和计算资源的增加而变化的经验性规律。

具身智能

有“身体”的人工智能，将AI植入机器人、智能汽车等实体设备中，通过身体和传感器与世界互动。

【时间轴】

1:37 AI冲击软件工程行业：危机不在于行业消失，而在于能否培养出符合AI时代的新一代程序员

4:38 成功创业者的特质：好奇心和把事情做深的能力

7:00 大厂一线：AI 普及率100%，产出提升因沟通摩擦受限

13:24 工具放大的不是“使用工具的能力”，而是人本身拥有的稀缺能力

17:21 付费学习 AI 课只是情绪抚慰

21:44 适配自己的工作系统比追新更重要

26:56 企业 AI 转型最大阻碍：部门权责、流程重构

29:29 高价订阅仅适合深度高频办公人群，普通人无法分辨优劣则选择高端模型

32:10 AI 使用实操方法论：多模型交叉校验、分层使用、分步交付

34:33 AI 时代，文科生的机会在哪里？

46:06 AI 时代最核心的能力：判断力

58:22 当代学生 vs 十年前学生：获取知识零成本零延迟，但底层原理理解弱化

1:05:04 AI 的不确定性≠不可用，不确定性是世界的常态

1:12:24 AI 发展三阶段

1:19:38 个人的稀缺价值是 AI 时代生存关键

1:22:30 AI 能够做出让你像专家的东西，但它不能让你自动成为专家

【Staff】

封面设计：光启书局

后期制作：光启书局